Yer Analizleri'ne genel bakış

Places Insights, Google Haritalar'ın zengin yer verileri üzerinde gelişmiş istatistiksel analizler yapmanıza olanak tanır. Milyonlarca önemli yer (ÖY) veri noktası için toplu sayı ve yoğunluk bilgileri sağlayarak güçlü jeo-uzaysal bilgi toplama olanağı sunar.

Temel özellikler

• Coğrafi Bilgi: Belirli coğrafi bölgelerdeki farklı ÖY kategorilerinin (ör. perakende, restoranlar, hizmetler) yoğunluğu ve dağılımı hakkında "kuş bakışı" bilgi edinin.
• Güvenli Veri Erişimi: Veriler, BigQuery Veri Değişimi listelemeleri kullanılarak dağıtılır. Veri koruma önlemleri alınarak veri paylaşımı ve analizi için güvenli ve korumalı bir ortam sağlanır.
• Uygulanabilir Ayrıntı: Places Insights, toplu trendlere odaklanırken çıktı olarak verilen yer kimliklerini kullanarak ayrıntılı bilgi edinebilir ve diğer Google Haritalar Platformu API'lerini kullanarak tek tek yer bilgilerini alabilirsiniz. Böylece istatistiksel bilgilerden ayrıntılı işlemlere geçebilirsiniz.

Yer verileri ve kullanım alanları hakkında bilgi edinme

Google Haritalar, dünya genelindeki milyonlarca işletme için yer verilerini düzenler. Places Insights, bu kapsamlı yer verilerini BigQuery'de kullanılabilir hâle getirir. Böylece, yer türleri, puanlar, mağaza çalışma saatleri, tekerlekli sandalye erişimi gibi çeşitli özelliklere göre Google Haritalar'daki yer verileri hakkında toplu analizler elde edebilirsiniz.

Places Insights'ı kullanmak için BigQuery'de yer verileriyle ilgili istatistiksel analizler döndüren SQL sorguları yazarsınız. Bu analizler sayesinde aşağıdaki gibi soruları yanıtlayabilirsiniz:

• Potansiyel yeni mağaza konumunun yakınında kaç benzer işletme faaliyet gösteriyor?
• En başarılı mağazalarımın yakınında en sık rastlanan işletme türleri nelerdir?
• Hedef müşterilerimi çekebilecek tamamlayıcı işletmelerin yoğun olduğu bölgeler hangileri?
• Madrid'de saat 20:00'de açık olan, tekerlekli sandalyeyle erişilebilir otoparkı olan ve paket servis imkanı sunan kaç tane 5 yıldızlı suşi restoranı var?
• Kaliforniya'da hangi posta kodlarında en yüksek elektrikli araç şarj istasyonu yoğunluğu var?

Desteklenen kullanım alanları

• Site seçimi: Yeni bir işletme veya fiziksel bir öğenin yerleştirilmesi için en uygun konumları değerlendirin ve seçin. Çevredeki ÖY'lerin yoğunluğunu ve karışımını analiz ederek olası bir sitenin rekabetçi ve tamamlayıcı iş ortamında optimum şekilde konumlandırıldığından emin olabilirsiniz. Verilere dayalı bu yaklaşım, yeni yerlere yatırım yapmayla ilişkili riski azaltabilir.
• Konum performansı değerlendirmesi: Süpermarketler veya etkinlik mekanları gibi belirli türdeki ÖY'lere yakınlık gibi hangi coğrafi değişkenlerin mevcut konumlarınızdaki olumlu veya olumsuz performansla ilişkili olduğunu belirleyin. Bu veriler, kullanım alanınız için en iyi coğrafi özellik karışımını paylaşan potansiyel siteleri belirlemenizi sağlar. Bu bilgileri, çevredeki ÖY bağlamına göre yeni konumların gelecekteki performansını tahmin eden tahmini modelleri dağıtmak için de kullanabilirsiniz.
• Coğrafi hedefli pazarlama: Bir bölgede hangi tür pazarlama kampanyalarının veya reklamların başarılı olacağını belirleyin. Places Insights, ticari faaliyetleri anlamak için gereken bağlamı sağlar. Bu sayede, ilgili işletmelerin veya faaliyetlerin yoğunluğuna göre mesajlarınızı uyarlayabilirsiniz.
• Satış öngörme: Gelecekteki satışları olası bir konumda tahmin edin. Çevredeki coğrafi özelliklerin etkisini modellemek, yatırım kararlarını yönlendirmek için güçlü tahmin modelleri oluşturmanıza olanak tanır.
• Pazar araştırması: İşletmenizi veya hizmetinizi bir sonraki aşamada hangi coğrafyalara genişleteceğiniz konusunda bilgi verir. En büyük fırsatı sunan, yeterli hizmet verilmeyen veya yüksek düzeyde yoğunlaşmış hedef pazarları belirlemek için mevcut pazar doygunluğunu ve ÖY yoğunluğunu analiz edin. Bu analiz, stratejik büyüme ve genişleme girişimlerini destekleyecek kanıtlar sunar.
• Trend analizi: Belirli bir süre içinde meydana gelen değişiklikleri keşfedin. Ocak 2024'e kadar olan dönemde, eklenen ve kaldırılan yerler de dahil olmak üzere yer sayısını aylık olarak karşılaştırın.

Yer Sayısı işlevlerini veya doğrudan SQL sorgularını kullanarak Places Insights veri kümelerini sorgulayabilirsiniz.

Şema referansına bakın.

Sorgu yönteminizi seçin: Yer sayısı işlevleri ve doğrudan SQL

Farklı analiz ölçeklerine ve gizlilik şartlarına uyum sağlamak için Places Insights iki sorgu yolu sunar: Yer Sayısı İşlevleri (yerel BigQuery işlevleri) ve Doğrudan SQL Sorguları (tablo birleştirme).

Uygulamanız için doğru sorgu yolunu belirlemek üzere aşağıdaki karar matrisini kullanın:

Anlık görüntü tarihlerini kullanarak geçmiş trendleri analiz etme

Places Insights, Ocak 2024'e kadar uzanan Yerler verilerinin aylık anlık görüntülerini sorgulayarak geçmiş analizleri yapmanıza olanak tanır. Bu sayede işletme yoğunluğunun, ticari faaliyetlerin ve rekabet ortamlarının zaman içinde nasıl geliştiğini değerlendirebilirsiniz.

Yer sayısı işlevlerini kullanarak geçmiş verileri sorgulamak için isteğe bağlı snapshot_date filtre parametresini JSON_OBJECT içinde iletin. Değer, YYYY-MM (örneğin, '2026-01') olarak biçimlendirilmelidir.

Örnek: PLACES_COUNT_V2 ile New York City'deki geçmiş restoran sayılarını sorgulama

Aşağıdaki örnekte, New York City'deki Empire State Binası ve Times Meydanı çevresinde Ocak 2026'da var olan operasyonel restoran sayılarını analiz etmek için PLACES_COUNT_V2 kullanılmaktadır:

-- Create a table for the input search geographies
WITH my_search_areas AS (
  SELECT
    'Empire State Building' AS geo_id,
    ST_GEOGPOINT(-73.9857, 40.7484) AS geo
  UNION ALL
  SELECT
    'Times Square' AS geo_id,
    ST_GEOGPOINT(-73.9851, 40.7580) AS geo
)

-- Query restaurant counts for the January 2026 snapshot
SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE my_search_areas,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters around each point
      'business_status', ['OPERATIONAL'],
      'types', ['restaurant'],
      'snapshot_date', '2026-01'
  )
);

Geçmiş çıkışı analiz etme

Döndürülen BigQuery tablosu, belirtilen anlık görüntü ayında (2026-01) kaydedildiği şekliyle geo_id, giriş coğrafi alanı çokgeni, yer sayısı ve örnek yer kimliklerini içerir. Büyüme trendlerini, mağaza açılışlarını veya pazar daralmasını hesaplamak için birden fazla anlık görüntü ayında aynı sorguları çalıştırabilirsiniz.

PLACES_COUNT_PER_H3 kullanarak bölgesel ÖY yoğunluğunu toplama

PLACES_COUNT_PER_H3 işlevi, geniş alanlardaki ÖY yoğunluğunu analiz etmek için önerilen yöntemdir. Hedef bölgenizi standart H3 altıgen ızgara hücrelerine bölerek özel sınırlar çizme ihtiyacını ortadan kaldırır ve sonuçları doğrudan Looker Studio gibi görsel haritalama araçlarına aktarabilirsiniz.

Örnek: New York eyaletindeki tekerlekli sandalye erişimine uygun market ve kolaylık mağazalarını say

Aşağıdaki sorgu, New York eyaletindeki tekerlekli sandalye erişimine uygun marketleri ve kolaylık mağazalarını 8. çözünürlük düzeyinde H3 hücrelerinde toplar. bigquery-public-data.geo_us_boundaries.states herkese açık veri kümesinden dinamik olarak alınan sınır geometrisini kullanır.

-- Query POI count per H3 cell intersecting the New York State polygon boundary
SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
      'geography', (
        -- Dynamically retrieve the boundary geography for New York State
        SELECT state_geom
        FROM `bigquery-public-data.geo_us_boundaries.states`
        WHERE state = 'NY'
        LIMIT 1
      ),
      'types', ['grocery_store', 'convenience_store'],
      'business_status', ['OPERATIONAL'],
      'h3_resolution', 8,
      'wheelchair_accessible_entrance', TRUE
  )
)
ORDER BY count DESC;

Çıkışı analiz etme

Bu sorgu, her bir farklı H3 dizinini (h3_cell_index) sınır poligonu (geography), ÖY sayısı (count) ve en fazla 250 temsili sample_place_ids ile eşleyen yapılandırılmış bir tablo döndürür.

• Sıfır Sayılar Dahil: New York eyaleti ızgarasındaki bir hücrede eşleşen mağaza sayısı sıfır olsa bile 0 sayısını içeren bir satır döndürülür. Bu, ticari veya hizmet alanlarının bulunması için çok önemlidir.
• Doğrudan Görsel Haritalama: Çıkışta GEOGRAPHY çokgen bulunduğu için ısı haritalarını doğrudan BigQuery Studio veya Looker Studio'da oluşturabilirsiniz.

Yer ayrıntılarını incelemek için yer kimliklerini alma

Places Insights, istatistiksel analiz için tasarlanmış olsa da toplu analizlerden ayrıntılı işlemlere geçiş yapabilirsiniz.

PLACES_COUNT_PER_H3, PLACES_COUNT_V2 ve PLACES_COUNT_PER_TYPE_V2 dahil olmak üzere tüm birincil Yer Sayısı işlevleri (eski PLACES_COUNT işlevi hariç), sorgu ölçütlerinize uyan satır başına en fazla 250 yer kimliğinden oluşan bir dizi döndürür.

Bu yer kimlikleri, köprü görevi görerek mağaza adları, yorumlar, telefon numaraları ve adresler gibi belirli ayrıntıları almak için Yer Ayrıntıları API'si gibi diğer Google Haritalar Platformu API'lerini kullanmanıza olanak tanır.

Çok konumlu marka varlığını analiz etme

Places Insights, yer verilerinin yanı sıra aynı marka adı altında faaliyet gösteren birden fazla konuma sahip markalar veya mağazalarla ilgili verileri de içerir.

Marka verilerini sorgulayarak şunları yapabilirsiniz:

• Hedef pazardaki rakip markaların yoğunluğunu belirleyin.
• Özellikle marka kimliklerine göre ÖY sayılarınızı filtreleyin.
• Markalı ve bağımsız kuruluşları karşılaştırarak pazara girmeyi inceleyin.

Sırada ne var?

• Places Insights'ı kullanmaya başlama: Tüm optimize edilmiş tablo değerli işlevlere genel bakışı okuyun.
• PLACES_COUNT_PER_H3 referansı – Altıgen şekilli mekansal indeksleme işlevi hakkında bilgi edinin.
• Gelişmiş: Veri kümesini doğrudan sorgulama: Standart SQL sorgularını, iş akışlarını birleştirmeyi ve marka verilerini filtrelemeyi öğrenin.
• Şema referansını görüntüleme: Hem temel hem de ülkeye özgü şemalar için ayrıntılı alan tablolarını okuyun.